Question

我不完全确定这是否是提出这个问题的正确位置。希望有人会得到答案或者可以给出一些建议。

我经营着一家销售商品的小商店。我有一个程序/电子表格，列出了最重要的项目。

我可以按销售单位总数对此信息进行排序：

Product 1, 15  
Product 2, 12  
Product 3, 7

......或按销售总额计算：

Product 2, $250.00   
Product 1, $75.00  
Product 3, $30.00

我想在这两个值之间创建一个组合排名。我有编程（PHP，Python，Perl等）和数据库经验。我想知道是否有某种方法可以确定收入和单位总和的最佳推动者。例如，产品1销售的单位更多，但收入更少。也许产品2更重要。也许是一个基于积分的系统，每个售出的单位可以得1.5分，每个美元2分。（货币稍微重要一点）

有什么想法吗？

Answer 1

假设您正在使用MySQL，那么此查询应该非常接近您正在寻找的内容：

SELECT Product, 
  CAST(1.5*UnitsSold as DECIMAL) + 2*DollarsSold OverallRank
FROM YourTable
ORDER BY OverallRank DESC

SQL Fiddle Demo

如果没有，相同的概念应该在电子表格中有效。

Answer 2

我不确定这是否是提出这类问题的合适地方。您似乎要求算法或某些标准业务规则，但最终代码。

好吧，我发布了一种提出新想法的方法。我构建了一个算法列表并测试了最高值：

import math

fs = [
 ('Plain coef',    lambda m: math.log(m[1]* units_coef)  
                           + math.log(m[2]* money_coef)  ),
 ('Coef into log', lambda m: m[1]* units_coef 
                           + m[2]* money_coef                       ),
 ('Coef out log',  lambda m: math.log(m[1])* units_coef  
                           + math.log(m[2]) * money_coef ),
 ('Coef out log2',  lambda m: math.log(m[1],2)* units_coef  
                           + math.log(m[2],2) * money_coef ),
]

movings = [ ( 'product1', 1500,    75.00 ),
            ( 'product2',    2, 90000.00 ),
            ( 'product3', 1200,  8000.00 ),
            ( 'product4',    6,  4000.00 ),
            ( 'product5',  500,  1000.00 ),
            ( 'product6',  800,  1200.00 ),
            ( 'product7',  300,   800.00 ),
           ]

units_coef = 1.1
money_coef = 0.04

for (n,f) in fs:
    print ''
    print n
    print '==============================================='
    for i in sorted( movings, 
                     key = lambda m: f(m) , 
                     reverse=True)[:3]:
        print i, f(i)

结果：

$ python solds.py 

Plain coef
===============================================
('product3', 1200, 8000.0) 12.9537080114
('product6', 800, 1200.0) 10.6511229184
('product5', 500, 1000.0) 9.99879773234

Coef into log
===============================================
('product2', 2, 90000.0) 3602.2
('product1', 1500, 75.0) 1653.0
('product3', 1200, 8000.0) 1640.0

Coef out log
===============================================
('product1', 1500, 75.0) 8.21724195034
('product3', 1200, 8000.0) 8.15857239218
('product6', 800, 1200.0) 7.63667597387

Coef out log2
===============================================
('product1', 1500, 75.0) 11.8549742115
('product3', 1200, 8000.0) 11.7703319309
('product6', 800, 1200.0) 11.0173945564

产品移动算法排名（基于销售单位和净收入）

2 个答案: